Laboratorio di Visione

VBLab nasce nel 2008, ma i suoi membri vantano esperienze pluriennali nel settore della visione artificiale e più in generale delle misure senza contatto.
Ciò permette a VBLab di disporre di un importante patrimonio di conoscenze e di esperienza nei seguenti settori:

Sviluppo di briks per la visione 2D e la visione 3D

Studio, implementazione e qualificazione metrologica di algoritmi e di sistemi di misura senza contatto

Sviluppo di soluzioni dedicate in ambito industriale, medicale e forense

Particolare attenzione è stata rivolta alle metodologie di misura tridimensionale ed in particolare a:.

Visione Stereoscopica

La visione stereoscopica è una tecnica di ricostruzione 3D per l’estrazione di informazioni 3D da immagini 2D. Mentre la visione stereoscopica passiva si basa sulla geometria 3D e sugli algoritmi di triangolazione, la visione stereoscopica attiva impiega una sorgente di luce come un laser o una luce strutturata per migliorare la precisione della ricostruzione 3D. Entrambe le tecniche forniscono una mappatura 3D della scena inquadrata, questa viene chiamata nuvola di punti.

Termografia

La termografia ad infrarossi è una tecnologia di imaging basata sulla misura dell’emissione spettrale nell’infrarosso di un bersaglio specifico. Attraverso l’identificazione del contenuto di energia termica dell’oggetto inquadrato, la termografia garantisce la capacità di valutare la temperatura dell’oggetto in analisi.

Hand Eye Calibration

La valutazione della posa relativa tra un robot e una telecamera fissa o mobile è comunemente chiamata hand-eye calibration. Questo processo permette l’identificazione delle componenti traslazionali e rotazionali tra un braccio robotico ed un dispositivo di imaging. La hand-eye calibration è comunemente utilizzata nelle applicazioni robotiche basate sulla visione per ottenere le componenti cinematiche necessarie.

Parallelamente è studiato il tema della calibrazione di telecamere, essenziale per ottenere informazioni metriche da immagini.
Nel corso delle attività di ricerca è emersa la necessità di approfondire i temi della modellazione geometrica e delle tecniche di segmentazione e clustering di nuvole di punti. Su tali argomenti è in atto una collaborazione con il gruppo di Modellazione Geometrica del Dipartimento di Ingegneria Meccanica dell’Imperial College London.
Un’ulteriore attività consiste nell’implementazione di sistemi termografici ad alta risoluzione spaziale basati su sensori normalmente utilizzati in applicazioni di visione.

Sin dalla sua nascita il laboratorio opera in stretta collaborazione con lo spin-off del Politecnico di Milano Innovative Security Solutions, con il quale ha sviluppato numerosi progetti di ricerca e attraverso cui svolge attività di trasferimento tecnologico sui temi della visione.

VB Lab nasce con lo scopo di:

Migliorare l’efficacia delle attività di ricerca in corso nelle sezioni che supporteranno VB Lab
Rendere visibili e disponibili tali conoscenze al Dipartimento
Promuovere il trasferimento della tecnologia relativa verso gli utilizzatori esterni.

Tali obiettivi saranno perseguiti promuovendo l’attività su più livelli:

Sviluppo di una ricerca di base coordinata con gli altri laboratori dell’Ateneo ed alcune tra le più importanti realtà a livello europeo

Fornitura di servizi all’interno dell’Ateneo

Sviluppo di dimostratori di soluzioni verticali per alcuni tra i più importanti ambiti applicativi nel settore industriale, forense e medicale

Fornitura di servizi verso l’esterno

Food Quality Inspection and Sorting via Hyper Spectral Imaging and Artificial intelligence

For the food sector, quality control is as fundamental as in the manufacturing sector. In fact, in the food sector not only must geometrical characteristics such as shape, size, visual defects be respected, but also quality features intrinsic, linked to biological parameters of the matrix itself. The automatic quality control…

Accuracy Evaluation of a Deep Learning Framework for 3D Object Pose Estimation

This work investigates the uncertainty in 3D pose estimation of DenseFusion, a Deep Learning-based 3D Object Pose Estimation (3DOPE) framework. The accuracy and precision of object spatial localization is evaluated on the benchmark Yale Carnegie Berkeley-Video Dataset. The Average Euclidean Distance metric is employed as a figure of merit for…